TVM 最新发布版本 0.3 有哪些亮点？ 第1页
1
crowowrk 网友的相关建议:
TVM ARM CPU/GPU的性能一直不错，有兴趣的同学可以看arxiv的论文。本次更新的内容可以直接看release note https://github.com/dmlc/tvm/releases/tag/v0.3
本次更新的第一个重点在于TOPI开始引入对于物体检测(SSD, YOLO) 等的支持，这个是深度学习编译跨向更多应用实用化的一步。
另一个比较有趣的是RPC tracker。TVM的设计理念是不光是授人以鱼（高性能算子），更包含了授人以渔（自动生成，调优部署高性能算子的编译平台）。其中自动调优里面一个非常头疼的的问题是移动设备（手机，板子）怎么样自动优化。传统的做法编译部署和调优都需要手工来做，没有办法自动化起来。TVM的RPC接口基本解决了这个问题，可以直接在python端对于远程的手机和板子进行调优。新版的RPC tracker从支持一个板子直接升级到了一个集群，也就是可以通过本机python脚本直接连接到一堆板子去做自动调优。
最后，对于深度学习和区块链有兴趣的同学可以自行寻找一下亮点。
关于tvm的其它介绍可以关注专栏 tvm
1
相关话题
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？迁移学习与fine-tuning有什么区别？
怎样让机器有意识?
图片上训的模型，怎么迁移视频上呢？
你见过最差的算法工程师能差到什么程度？
怎样让机器有意识?
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
面试官如何判断面试者的机器学习水平？
如何看待 Nervana 被 Intel 收购？
相关的话题
土木和机器学习/深度学习/算法的交叉岗位在哪里找呀？ 在哪找都找不到招聘公司?TensorFlow 中 padding 的 SAME 和 VALID 两种方式有何异同？
多任务学习中loss多次backward和loss加和后backward有区别吗？
LSTM如何来避免梯度弥散和梯度爆炸？
梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？
机器学习能否用于综合评价？具体怎么操作？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
算法岗位真的需要顶会才能入场吗？
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？
自监督学习（Self-supervised Learning）有什么比较新的思路？
如何看待周志华等人的新书《机器学习理论导引》？
有没有根据一张人物的立绘正面像，自动生成同风格各侧面角度像并自动衍生表情的软件啊？
NLP领域，你推荐哪些综述性的文章？
三维重建怎么入门？
如何评价 PyTorch 团队推出的推荐系统库 TorchRec？
有哪些令你印象深刻的魔改transformer？
注意力机制是如何学习到模型所应注意的区域的？
深度学习中Attention与全连接层的区别何在？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
mxnet的并行计算为什么这么牛，是什么原理？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
有哪些比较好的机器学习，深度学习的网络资源可利用？
如何评价周志华教授新提出的 Deep Forest 模型，它会取代当前火热的深度学习 DNN 吗？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
应该选择TensorFlow还是Theano？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
BERT模型可以使用无监督的方法做文本相似度任务吗？
有没有必要把机器学习算法自己实现一遍？
2020到2021年小样本学习取得重大进展了吗？